[發(fā)明專利]一種針對(duì)遙感大圖像的海洋溢油智能檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410204690.2
• 申請(qǐng)日: 2014-05-15
• 公開（公告）號(hào): CN103971370A
• 公開（公告）日: 2014-08-06
• 發(fā)明（設(shè)計(jì)）人: 王思遠(yuǎn);張佳華;尹航;殷慧;常清;孫云曉;楊柏娟;汪簫悅;彭瑤瑤
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院遙感與數(shù)字地球研究所
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 北京紐樂康知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11210
• 代理人: 楊忠孝

技術(shù)領(lǐng)域

本發(fā)明涉及遙感圖像處理技術(shù)領(lǐng)域，特別是涉及一種針對(duì)遙感大圖像的海洋溢油智能檢測(cè)方法。

背景技術(shù)

隨著石油資源的不斷開發(fā)利用，接踵而來的海洋水體油污染問題日趨嚴(yán)重，在各種海洋污染中，石油污染無論在發(fā)生頻率、分布廣度，還是在危害程度上均居首位，已對(duì)人們的生產(chǎn)生活造成嚴(yán)重危害。因此，如何科學(xué)有效地解決海面溢油污染成為當(dāng)前擺在我們面前的迫在眉睫的重大課題，而如何對(duì)海面溢油進(jìn)行準(zhǔn)確和快速的識(shí)別則是解決溢油污染的前提。

由于利用衛(wèi)星遙感技術(shù)及時(shí)、準(zhǔn)確、全面地監(jiān)測(cè)海洋溢油污染，特別是利用SAR圖像,由于其具備全天時(shí)全天候監(jiān)測(cè)的特點(diǎn)，成為溢油檢測(cè)的重點(diǎn)數(shù)據(jù)源。世界各國(guó)近幾年對(duì)SAR圖像進(jìn)行自動(dòng)溢油算法的研究也已經(jīng)相繼展開，如加拿大遙感中心(CCRS)、漁業(yè)和海洋部(DFO)、加拿大海岸警衛(wèi)隊(duì)(CCG)、國(guó)防部(DFD)和加拿大空間局(CSA)聯(lián)合成功開發(fā)了RADARSAT海洋監(jiān)視工作站(Ocean Monitoring Workstation，簡(jiǎn)稱OMW)，包括船只檢測(cè)模塊、油膜檢測(cè)模塊、海洋波譜模塊、海洋風(fēng)模塊和海況分析模塊。法國(guó)BOOST Technologies公司開發(fā)的SARTool軟件，其利用邊緣檢測(cè)的算法將油膜區(qū)域分割出來，并同時(shí)給出了邊緣梯度等參數(shù)。MaST(Automated Maritime Surveillance Tool)軟件是由英國(guó)國(guó)防研究機(jī)構(gòu)DERA下屬的國(guó)防研究實(shí)驗(yàn)室QinetiQ開發(fā)的SAR圖像海洋特征檢測(cè)軟件系統(tǒng)。到目前為止，挪威、德國(guó)、俄羅斯、英國(guó)、法國(guó)、日本、巴西、印度及新加坡等國(guó)相繼開展了利用SAR監(jiān)測(cè)海洋溢油的研究工作，提出了多種自動(dòng)油膜檢測(cè)算法并獲得了很好的結(jié)果。我國(guó)海洋局也開發(fā)了渤海溢油檢測(cè)系統(tǒng)，這個(gè)系統(tǒng)主要采用實(shí)時(shí)接收的歐空局ENVISAT衛(wèi)星和加拿大Radarsat-1衛(wèi)星SAR圖像資料，經(jīng)過數(shù)據(jù)預(yù)處理、圖像分析、溢油識(shí)別和面積量算等流程，最后形成溢油監(jiān)測(cè)報(bào)告。而在遙感溢油檢測(cè)方法方面， Katrine Weisteen Bjerde提出基于移動(dòng)窗的自適應(yīng)閾值檢測(cè)的方法，首先判斷窗內(nèi)是否為同質(zhì)區(qū)域，若這個(gè)區(qū)域的直方圖呈現(xiàn)雙峰，則對(duì)該窗口進(jìn)行閾值檢測(cè)。Mauro Barni和Lena Chang均提出利用灰度信息或者統(tǒng)計(jì)特性將圖像進(jìn)行預(yù)分割，之后再進(jìn)行合并的方法來檢測(cè)溢油。R.T.S.Araujo則利用區(qū)域生長(zhǎng)來進(jìn)行信息提取，取得一定效果。目前常用的幾種方法中，自適應(yīng)閾值檢測(cè)的方法檢測(cè)出的溢油信息不完整，倘若窗口中全是溢油信息則無法檢測(cè)出。而基于分割合并的方法，其難點(diǎn)在于判斷準(zhǔn)則的選取，同時(shí)在合并過程中需要耗費(fèi)比較多的時(shí)間，不適合對(duì)大圖像的處理。而區(qū)域生長(zhǎng)的好壞取決于種子點(diǎn)的選取，目前應(yīng)用比較廣泛的是利用直方圖的峰值點(diǎn)作為種子點(diǎn)，但是SAR側(cè)視成像的特點(diǎn)更使得圖像一邊亮一邊暗，直方圖無法很好的反映出局部特點(diǎn)，難以獲得很好的檢測(cè)結(jié)果。

現(xiàn)有的SAR溢油圖像檢測(cè)中，很少涉及海陸分割的處理，或者僅通過將SAR圖像與已有的海岸線信息(全球海岸線概貌)進(jìn)行匹配，來達(dá)到去除陸地信息的目的。海岸線是變化的，每時(shí)每刻都不相同，而潮汐的變化也使得一些小島沒有標(biāo)在地圖上，如果用一個(gè)固定的海岸線數(shù)據(jù)去屏蔽陸地必然會(huì)帶來誤差。

當(dāng)前現(xiàn)有的基于SAR數(shù)據(jù)的溢油檢測(cè)算法，對(duì)油膜的識(shí)別都是部分或者全部依靠人工解譯，工作效率較低，而且虛警率較高。隨著衛(wèi)星SAR投入業(yè)務(wù)化運(yùn)行，SAR圖像數(shù)目的急劇增加，同時(shí)我國(guó)領(lǐng)海廣闊，擁有近300萬(wàn)平方公里的管轄海域，海洋溢油問題嚴(yán)重，傳統(tǒng)的人工解譯過程已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足實(shí)際應(yīng)用的需求。同時(shí)，由于國(guó)內(nèi)外的一些主要檢測(cè)算法大部分都是針對(duì)整幅圖像進(jìn)行檢測(cè)，很少考慮到SAR的側(cè)視成像特點(diǎn)及圖像大小，因此檢測(cè)效率較低，而在針對(duì)大圖像溢油檢測(cè)方面，由于整幅圖像的復(fù)雜性更高，這也給檢測(cè)的精度帶來了困難。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種針對(duì)遙感大圖像的海洋溢油智能檢測(cè)方法，以克服目前現(xiàn)有技術(shù)中存在的上述不足。

本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)：

一種針對(duì)遙感大圖像的海洋溢油智能檢測(cè)方法，包括以下步驟：

（1）遙感大圖像輸入和處理：

獲取輸入計(jì)算機(jī)的SAR圖像數(shù)據(jù)并對(duì)其進(jìn)行LEE與MAP Gamma 濾波處理和幾何糾正；

（2）溢油疑似區(qū)AOI探測(cè)：

對(duì)步驟（1）中處理完成的圖像利用Ratio邊緣檢測(cè)算法進(jìn)行AOI檢測(cè)，所述Ratio邊緣檢測(cè)算法如下：